MétaCan
Menu
Retour à la cohorte
Enregistrement W4400882235 · doi:10.36227/techrxiv.172166250.09310934/v1

SAINT: A Computational Framework for Time-Dependent Neutron-Transport

2024· preprint· en· W4400882235 sur OpenAlexafffund
Peter Schwanke, Eleodor Nichita

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSAINTNeutron transportNeutronComputer scienceGeologyPhysicsNuclear physicsComputer security

Résumé

récupéré en direct d'OpenAlex

SAINT (Space-Time Analysis with Implicit Neutron Transport) is a newly developed general computational framework for high-fidelity, multigroup space-time kinetics analyses. It is based on using an implicit time-discretization scheme to reduce the time-dependent neutron transport equation to a series of time-independent, fixed-source transport problems that can be solved directly by any static neutron transport solver without the need for code modifications. SAINT can thus be used with any angle and spatial discretization approach. Results presented here use the collision-probability method as implemented by the transport code DRAGON. To demonstrate its functionality and to verify its results, SAINT is applied to the two-dimensional cases of Phase I, the kinetics phase, of the OECD/NEA C5G7-TD benchmark. The test cases consist of control-rod insertions and moderator voiding in four fuel assemblies of a miniature light-water reactor with each assembly consisting of a 37×37 arrangement of fuel pins. The transient total core fission rates for the various test cases are found to be within +2% of the values available from the MPACT transport code. During maximum rod insertion and moderator voiding, the distribution in the fission rates of the individual fuel pins (normalized to steady state) are found to vary by as much as 18% from their steady-state values for the rod-insertion cases and by 28% for the moderator-voiding cases.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetNuclear reactor physics and engineeringTravaux en français237 207